igraph.Flow - python-igraph 文档

类文档

class Flow(Cut): (source)

给定图的流。

这是一个简单的类，用于表示由Graph.maxflow返回的流。它具有以下属性：

graph- 定义此流的图
value- 流的值（容量）
flow- 每条边的流值。对于有向图，这只是一个列表，其中元素i对应于边i上的流。对于无向图，流的方向不受限制（因为边是无向的），因此正流始终表示从较小顶点ID到较大顶点的流，而负流表示从较大顶点ID到较小顶点的流。
cut- 对应于流的最小割中的边ID。
partition- 移除割中的边后创建的组成部分中的顶点ID
es- 限制在割中边的边选择器。

该类通常不直接实例化，所有操作都由Graph.maxflow处理。

示例

>>> from igraph import Graph
>>> g = Graph.Ring(20)
>>> mf = g.maxflow(0, 10)
>>> print(mf.value)
2.0
>>> mf.es["color"] = "red"

继承自Cut

继承自VertexClustering（通过Cut）

类方法	`FromAttribute`	根据顶点属性的值创建顶点聚类。
方法	`__plot__`	将聚类绘制到给定的Cairo上下文或matplotlib Axes。
方法	`as_cover`	返回一个`VertexCover`，它包含与此聚类相同的簇。
方法	`cluster_graph`	返回一个图，其中每个簇被收缩成一个顶点。
方法	`crossing`	返回一个布尔向量，其中元素 i 为`真`当且仅当边 i 位于簇之间，`假`否则。
方法	`giant`	返回聚类图中最大的簇。
方法	`recalculate_modularity`	重新计算存储的模块化值。
方法	`subgraph`	获取属于给定簇的子图。
方法	`subgraphs`	获取属于每个簇的所有子图。
属性	`graph`	返回属于此对象的图
属性	`modularity`	返回模块化分数
方法	`_formatted_cluster_iterator`	遍历簇并将其格式化为字符串，以便在摘要中显示。
方法	`_recalculate_modularity_safe`	重新计算存储的模块化值，并吞噬（如果存在）模块化函数引发的所有异常。
类变量	`_default_palette`	未文档化
实例变量	`_graph`	未文档化
实例变量	`_modularity`	未文档化
实例变量	`_modularity_dirty`	未文档化
实例变量	`_modularity_params`	未文档化

继承自Clustering（通过Cut，VertexClustering）

方法	`__getitem__`	返回指定簇的成员。
方法	`__iter__`	迭代此聚类中的簇。
方法	`__len__`	返回簇的数量。
方法	`compare_to`	使用某种相似性或距离度量将此聚类与另一个聚类进行比较。
方法	`size`	返回给定簇的大小。
方法	`size_histogram`	返回簇大小的直方图。
方法	`sizes`	返回给定簇的大小。
方法	`summary`	返回聚类的摘要。
属性	`membership`	返回成员向量。
属性	`n`	返回此聚类覆盖的元素数量。
实例变量	`_len`	未文档化
实例变量	`_membership`	未文档化

def __init__(self, graph, value, flow, cut, partition): (source) ¶

覆盖igraph.Cut.__init__

初始化流。

不应直接调用此方法，所有操作都由Graph.maxflow处理。

def __repr__(self): (source) ¶

覆盖igraph.Cut.__repr__

未文档化

def __str__(self): (source) ¶

覆盖igraph.Cut.__str__

未文档化

返回每条边的流值。

对于有向图，这只是一个列表，其中元素i对应于边i上的流。对于无向图，流的方向不受限制（因为边是无向的），因此正流始终表示从较小顶点ID到较大顶点的流，而负流表示从较大顶点ID到较小顶点的流。

_flow = (source) ¶

未文档化